GPT 2.6, Veo 3.1, Seedance 2.5, Kling 4 in deAPI!
Web-search and web-contents are now available via API
Browse all Models
Browse all
Browse all
Browse all

LLM · Vision

Qwen3.8 Max API, coba gratis

Qwen3.8 Max adalah large language model unggulan dari seri Qwen milik Alibaba, diumumkan pada Agustus 2026. Model ini membaca teks dan gambar, bernalar sebelum menjawab dan menampung konteks hingga 1 juta token. deAPI menyajikannya di endpoint yang kompatibel dengan OpenAI, jadi OpenAI SDK bisa langsung dipakai setelah Anda mengganti base URL, API key dan model ID.

  • Input teks dan gambar, context window 1.000.000 token
  • Output JSON schema, tool call dan streaming
  • reasoning_effort dalam tujuh tingkat, dari none sampai max

Tanpa kartu kredit · Kredit gratis berlaku 30 hari · Setelah itu isi saldo dan bayar sesuai pemakaian, tanpa langganan

Qwen3.8 Max LLM · Vision

model: "qwen3.8-max"
reasoning_effort: "low"

system: You are a senior SQL engineer. Explain in two sentences, then give the fixed query.

user

Why are customers with no orders missing from the result?

SELECT c.name, COUNT(o.id) AS orders
FROM customers c
LEFT JOIN orders o ON o.customer_id = c.id
WHERE o.created_at >= '2026-01-01'
GROUP BY c.name;
assistant reasoning_content · 165 token

The WHERE clause filters after the join, so when a customer has no orders, o.created_at is NULL and the condition evaluates to UNKNOWN, discarding that row. Move the date filter into the ON clause so it only restricts which orders get matched, preserving unmatched customers.

SELECT c.name, COUNT(o.id) AS orders
FROM customers c
LEFT JOIN orders o
       ON o.customer_id = c.id
      AND o.created_at >= '2026-01-01'
GROUP BY c.name;
126 token input + 292 token output (165 reasoning) · 9,0 detik Biaya di deAPI: $0,0022 (harga per November 2026)

Kasus penggunaan Qwen3.8 Max

Empat pekerjaan yang cocok untuk model ini, masing-masing dengan angka pendukungnya. Semuanya berjalan dengan API key deAPI yang sama seperti transkripsi, OCR dan pembuatan gambar.

  1. Faktur, struk dan formulir. Kirim foto atau scan sebagai image_url bersama JSON schema. Pada faktur Jerman buatan di bawah ini, model mengembalikan seluruh 10 field di kedua percobaan, dengan tanggal dalam format ISO dan nominal sebagai angka. Percobaan pertama memakan 10,8 detik.

  2. Coding agent. Model card Alibaba melaporkan 86,6 di Terminal Bench 2.1 (harness Claude Code, rata-rata 10 percobaan) dan 67,7 di SWE-bench Pro (harness Claude Code). Tool coding yang mendukung OpenAI Chat Completions API bisa diarahkan ke https://oai.deapi.ai/v1.

  3. Transkrip dan dokumen panjang. Context window menampung 1.000.000 token, prompt dan jawaban digabung, dan satu jawaban bisa mencapai 131.072 token. Alibaba melaporkan 92,9 di MRCR v2 (256K, 8-needle), sebuah tes retrieval untuk konteks panjang. Transkripsikan panggilan sales seharian dengan WhisperLargeV3Ct2, lalu minta daftar keberatan, tindak lanjut dan kutipan dalam satu request.

  4. Agent yang memanggil deAPI. Deskripsikan endpoint deAPI sebagai tool. Saat diminta membuat chapter untuk sebuah video YouTube, model memanggil transcribe_video dengan include_ts: true (satu kali percobaan). Kode Anda menjalankan panggilan itu dan mengirim transkripnya kembali.

Faktur Jerman dari Nordlicht Studio GmbH dengan tiga baris item dan total 2.677,50 EUR
Response: message.content
{
  "invoice_number": "NS-2026-0418",
  "issue_date": "2026-11-03",
  "due_date": "2026-11-17",
  "seller": "Nordlicht Studio GmbH",
  "seller_vat_id": "DE298765431",
  "net": 2250.0,
  "vat": 427.5,
  "total": 2677.5,
  "currency": "EUR",
  "iban": "DE44 1001 0010 0123 4567 89"
}
Contoh faktur: gambar masuk, JSON keluar System: “Extract invoice fields. Dates as YYYY-MM-DD, amounts as numbers.” User: “Extract the fields from this invoice.” JSON schema dengan 10 field, temperature 0. 1.070 token input + 394 token output (222 reasoning), 10,8 detik pada panggilan pertama.

Harga Qwen3.8 Max API

Anda membayar per token dari saldo prabayar yang sama dengan semua model deAPI lainnya. Token reasoning termasuk dalam completion_tokens di usage. Tanpa langganan.

Input (teks dan gambar) $2,20 ≈ 2,2 juta token
Input ter-cache (awalan prompt yang berulang) $0,275 ≈ 18 juta token
Output (jawaban dan reasoning) $6,60 ≈ 0,7 juta token
Pertanyaan di hero, satu panggilan $0,0022 ≈ 2.200 panggilan
Contoh faktur, satu panggilan $0,005 ≈ 1.000 panggilan

Isi akun gratis

  • Kredit $5 setelah Anda menambahkan kartu pembayaran
  • Sekitar 1.000 panggilan seperti contoh faktur
  • Kredit berlaku 30 hari, setelah itu isi saldo dan bayar sesuai pemakaian
Dapatkan kredit $5 gratis

Harga untuk qwen3.8-max dalam USD, November 2026. Jumlah token dari pertanyaan di hero dan contoh faktur. Batas konteks dan output dari GET https://oai.deapi.ai/v1/models.

Qwen3.8 Max vs Qwen3.8 Flash vs Kimi K3

Input Teks, gambar Teks, gambar Teks, gambar
Konteks 1.000.000 token 1.000.000 token 1.000.000 token
Output maks. 131.072 token 131.072 token 131.072 token
reasoning_effort none sampai max, 7 tingkat none sampai max, 7 tingkat none sampai max, 7 tingkat
Harga per 1 juta, input / output $2,20 / $6,60 $0,165 / $0,517 $3,30 / $16,50

Jenis input dan batas dari GET /v1/models. Setiap tingkat reasoning_effort dikirim satu kali ke setiap model pada 16 November 2026 dan diterima. Harga dalam USD, November 2026.

Contoh API Qwen3.8 Max

Satu POST ke https://oai.deapi.ai/v1/chat/completions dengan API key deAPI Anda sebagai Bearer token. Di OpenAI SDK, atur base_url, API key deAPI Anda dan model ID. Bagian lain dari panggilan Chat Completions tetap sama. Ganti YOUR_API_KEY dengan key dari dashboard Anda.

Model ID
qwen3.8-max
Endpoint
POST https://oai.deapi.ai/v1/chat/completions
Input
Teks dan gambar sebagai bagian image_url: data URL base64 atau tautan HTTPS publik. PDF dan audio ditolak.
Konteks dan output
Context window 1.000.000 token (prompt dan jawaban digabung), hingga 131.072 token per jawaban
Reasoning
reasoning_effort: none, minimal, low, medium, high, xhigh atau max. Hasil reasoning kembali di reasoning_content, dan token reasoning ikut dihitung dalam max_tokens.
Opsi output
response_format dengan json_schema (strict) atau json_object, tools, stream
curl https://oai.deapi.ai/v1/chat/completions \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "qwen3.8-max",
    "reasoning_effort": "none",
    "messages": [
      {"role": "system", "content": "Sort support tickets. Reply with one word: billing, bug, feature or other."},
      {"role": "user", "content": "I was charged twice for the November top-up."}
    ]
  }'
import base64, json
from openai import OpenAI

client = OpenAI(base_url="https://oai.deapi.ai/v1", api_key="YOUR_API_KEY")

with open("invoice.png", "rb") as f:
    image = "data:image/png;base64," + base64.b64encode(f.read()).decode()

schema = {
    "type": "object",
    "additionalProperties": False,
    "required": ["invoice_number", "issue_date", "due_date", "seller",
                 "seller_vat_id", "net", "vat", "total", "currency", "iban"],
    "properties": {
        "invoice_number": {"type": "string"},
        "issue_date": {"type": "string"},
        "due_date": {"type": "string"},
        "seller": {"type": "string"},
        "seller_vat_id": {"type": "string"},
        "net": {"type": "number"},
        "vat": {"type": "number"},
        "total": {"type": "number"},
        "currency": {"type": "string"},
        "iban": {"type": "string"},
    },
}

response = client.chat.completions.create(
    model="qwen3.8-max",
    temperature=0,
    messages=[
        {"role": "system", "content": "Extract invoice fields. "
         "Dates as YYYY-MM-DD, amounts as numbers."},
        {"role": "user", "content": [
            {"type": "text", "text": "Extract the fields from this invoice."},
            {"type": "image_url", "image_url": {"url": image}},
        ]},
    ],
    response_format={"type": "json_schema",
                     "json_schema": {"name": "invoice", "strict": True, "schema": schema}},
)

invoice = json.loads(response.choices[0].message.content)
print(invoice["total"], invoice["currency"])  # 2677.5 EUR
print(response.usage)

Apa itu Qwen3.8 Max?

Qwen3.8 Max adalah model sparse Mixture-of-Experts yang diumumkan Alibaba pada 3 Agustus 2026 sebagai model paling mampu di seri Qwen. Alibaba menyebut ukurannya 2,4 triliun parameter, dengan 95 miliar di antaranya aktif per token. Model ini membaca teks dan gambar, menulis teks, dan bisa bernalar sebelum menjawab. Di deAPI Anda memanggilnya seperti model chat OpenAI mana pun dan membayar per token.

  1. Buat akun gratis

    Daftar dan dapatkan kredit $5.

  2. Arahkan client Anda ke deAPI

    Atur base_url ke https://oai.deapi.ai/v1 dan gunakan API key deAPI Anda.

  3. Kirim request

    Gunakan qwen3.8-max sebagai model dan baca jawabannya dari choices[0].message.content.

FAQ Qwen3.8 Max

Ada. deAPI menyajikannya di https://oai.deapi.ai/v1 dengan model ID qwen3.8-max, memakai format request dan response OpenAI Chat Completions API. Jika kode Anda sudah memakai OpenAI SDK, Anda mengubah tiga nilai: base_url, API key dan model. Jalankan pengujian Anda sendiri sebelum memindahkan trafik.
Akun deAPI baru mendapat kredit $5 setelah menambahkan kartu pembayaran, cukup untuk sekitar 1.000 panggilan seperti contoh faktur di halaman ini. Kredit berlaku 30 hari. Setelah itu Anda mengisi saldo dan membayar sesuai pemakaian, tanpa langganan.
$2,20 per satu juta token input dan $6,60 per satu juta token output (November 2026). Token reasoning dihitung sebagai output, dan Anda bisa melihatnya di usage.completion_tokens_details.reasoning_tokens.
Bisa. Tambahkan bagian image_url ke pesan user, sebagai data URL base64 atau tautan HTTPS publik. File PDF dan audio ditolak: proses PDF lewat OCR API atau kirim halamannya sebagai gambar, dan transkripsikan audio lebih dulu.
Di deAPI context window-nya 1.000.000 token, prompt dan jawaban digabung, dan satu jawaban bisa sepanjang 131.072 token. Nilai max_tokens yang lebih besar ditolak dengan error.
Model card Alibaba mencantumkan 92,6 di GPQA Diamond, 86,6 di Terminal Bench 2.1 dan 67,7 di SWE-bench Pro (keduanya dengan harness Claude Code), 82,8 di IFBench dan 92,9 di MRCR v2 (256K, 8-needle). Ini angka dari Alibaba. Uji model ini pada data Anda sendiri dengan kredit gratis.
Atur reasoning_effort ke none. Pada request tiket dari contoh cURL, none menjawab “billing” dengan 1 token output. high memberi jawaban yang sama dengan 63 token output, 59 di antaranya reasoning (masing-masing satu kali percobaan). Tingkat di antaranya adalah minimal, low dan medium. Di atas high ada xhigh dan max.
Alibaba mempublikasikan weights Qwen3.8-2.4T-A95B, checkpoint khusus teks yang menjadi dasar Qwen3.8 Max, di Hugging Face dengan lisensinya sendiri, Qwen3.8-Max License. Lisensi itu mengizinkan penggunaan komersial dan menambahkan syarat untuk layanan berskala besar, jadi bacalah sebelum Anda meng-hosting weights-nya sendiri. Panggilan lewat deAPI tunduk pada Ketentuan Layanan deAPI.

Kirim request Qwen3.8 Max pertama Anda dengan kredit gratis $5

Daftar dengan email atau Google. Tanpa langganan, bayar sesuai pemakaian.